基于多模深度森林和迭代Kuhn-Munkres的動態(tài)上車點(diǎn)推薦算法

打開文本圖片集

摘 要：

針對現(xiàn)存動態(tài)上車點(diǎn)配置模型在大規(guī)模算例的全局最優(yōu)和求解效率方面存在瓶頸的問題，基于乘客步行距離、乘客步行時(shí)間、上車點(diǎn)路況指標(biāo)以及至乘客目的地所需成本四個(gè)關(guān)鍵影響因子進(jìn)行建模，并提出了基于多模深度森林的動態(tài)上車點(diǎn)預(yù)測算法和一種迭代Kuhn-Munkres上車點(diǎn)配置算法。預(yù)測算法融合了多模態(tài)決策樹結(jié)構(gòu)和深度學(xué)習(xí)技術(shù)以提升模型預(yù)測準(zhǔn)確性；配置算法通過多場景自適應(yīng)機(jī)制自動調(diào)整邊權(quán)重并選擇最優(yōu)邊進(jìn)行增廣，以得到所有乘客和上車點(diǎn)的最優(yōu)配置。（剩余27572字）